裂纹是连铸坯是否合格的重要标志，本文研究目的是使用图像处理技术代替原来人工识别，以实现对裂纹的自动判断，脱离了人为因素的干扰，提高了裂纹识别的速度和效率。 本文分析了裂纹图像视觉、像素、噪声分布的特点；通过图像预处理，形态学操作以及连通域检验初步实现对裂纹图像的识别。 (1)针对裂纹图像进行了三个方面的分析：视觉、像素分布、噪声分布，得出裂纹图像的特点。根据裂纹图像的具体特点使用符合其特点的图像处理算法，并对这些算法进行了分析，编写了相应的算法程序：利用图像灰度化对原始彩色图像进行灰度化，简化后续处理；利用中值滤波算法抑止图像中的噪声，使图像变得平滑；对滤波结果进行像素灰度计算，获得该幅图像的阈值，调用阈值分割函数对图像进行二值化； (2)在裂纹图像预处理过程中会对原始图像中的裂纹区域带来影响：将不属于裂纹区域的点去除，导致连续的一条裂纹被分割为几条，裂纹的区域减小。对二值图像进行形态学操作，利用膨胀、腐蚀和区域生长对裂纹区域进行恢复和加强； (3)通过连通域检验完成裂纹提取；对现场采集的12幅方坯低倍裂纹图像进行分析研究，应用上述方法完成对裂纹的识别，给出裂纹识别结果及数据，单幅图像识别率最高为85.7％，最低为33％，整体平均识别率为64.2％，并分析了裂纹不能被识别的4种原因，提出下一步的工作方向。